-
公开(公告)号：CN118568207A
公开(公告)日：2024-08-30
申请号：CN202310232266.8
申请日：2023-02-28
申请人： 腾讯科技(深圳)有限公司 , 北京科技大学
IPC分类号： G06F16/332 , G06F16/435 , G06F16/9535 , G06F16/9536
摘要： 本申请涉及推荐系统领域，提供了一种会话推荐方法、装置、设备及存储介质。该方法包括：为了避免引入交互对象的噪声信息，基于各交互对象各自的历史发布内容集，得到表征所有交互对象整体反馈的全局反馈特征；再将全局反馈特征融入到目标对象的各历史交互内容中，得到各历史交互内容的第一嵌入特征，并基于各第一嵌入特征及其各自的内容权重，得到相应的综合内容权重，最后，基于综合内容特征，确定向目标对象推荐的目标媒体内容。避免受到交互对象的噪声信息的影响，有选择性地将有益于目标对象的推荐信息融合到各历史交互内容的媒体内容特征中，以提高推荐结果的准确性。
-
公开(公告)号：CN117271875A
公开(公告)日：2023-12-22
申请号：CN202211368754.3
申请日：2022-11-03
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06F16/9535 , G06F16/901 , G06F18/25 , G06F18/23 , G06F18/22 , G06F18/214 , G06F18/2415 , G06N3/048 , G06N3/047 , G06N3/08
摘要： 本申请公开了一种数据处理方法、装置、设备及存储介质，涉及人工智能和互联网技术领域。所述方法包括：生成样本结构图中的各个节点分别对应的融合特征表示；其中，节点对应的融合特征表示聚合有该节点的特征信息和该节点的邻居节点的特征信息；根据样本结构图对应的k个初始用户聚类中心，以及多个用户节点分别对应的融合特征表示，确定特征表示生成模型的聚类损失，该聚类损失用于表示特征表示生成模型对用户节点的聚类准确性；根据聚类损失，对特征表示生成模型进行训练，得到完成训练的特征表示生成模型。本申请通过在融合特征表示的基础上计算得到聚类损失，并根据该聚类损失对模型进行训练，使得模型输出的融合特征表示的准确性更高。
-
公开(公告)号：CN115203558A
公开(公告)日：2022-10-18
申请号：CN202210837236.5
申请日：2022-07-15
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06F16/9535 , G06F16/9538 , G06F17/18 , G06N20/00
摘要： 本申请公开了一种内容推荐方法、装置、设备、存储介质及程序产品，涉及机器学习领域。该方法包括：获取目标对象帐号的目标帐号属性数据和目标内容的目标内容属性数据；提取帐号特征表示以及内容特征表示；基于模型参数搜索空间获取多阶交互特征表示，其中，模型参数搜索空间中包括帐号属性数据和内容属性数据之间的多阶交互关系分别对应的架构参数；对多阶交互特征表示进行预测分析，得到目标对象帐号和目标内容之间的推荐概率；基于推荐概率向目标对象帐号进行内容推荐。也即，通过模型参数搜索空间搜索得到多阶交互特征表示，从而进行预测分析进行推荐的方式，能够减少降低空间存储量，提高内容推荐的效率及准确度。
-
公开(公告)号：CN115130556A
公开(公告)日：2022-09-30
申请号：CN202210612076.4
申请日：2022-05-31
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请实施例公开了一种特征向量的确定方法和相关装置，应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。将目标对象的目标特征向量分为待评估子向量和对照子向量两部分，确定目标对象对应的虚拟对象，虚拟对象的虚拟特征向量包括待评估子向量或对照子向量。将虚拟对象作为目标对象的对照组，通过网络模型预测目标对象与对象群组中对象的目标关联结果，以及虚拟对象与对象群组中对象的虚拟关联结果。通过目标关联结果和虚拟关联结果的差异，确定待评估子向量所对应数据来源相对于关联性的重要程度，从而根据重要程度确定待处理对象的特征向量。由此，待评估子向量相对于关联性的重要程度不受对照子向量影响，关联性的可信度符合实际需求。
-
公开(公告)号：CN108305181B
公开(公告)日：2021-12-14
申请号：CN201710772949.7
申请日：2017-08-31
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06Q50/00
摘要： 本发明提供一种社交影响力确定方法、装置、设备及存储介质，获取候选信息以及行为好友信息；所述行为好友信息为待推用户的好友中对所述候选信息有交互行为的行为好友的信息；获取所述待推用户与所述行为好友的属性，并根据所述属性构建特征向量；将所述特征向量作为预设的社交影响力模型的输入，确定所述行为好友针对所述候选信息对所述待推用户的社交影响力。该社交影响力的计算融入了社交网络的特点，从而可以大力提高信息投放到社交网络平台时的针对性。本发明还提供一种应用该社交影响力确定方法或装置的信息投放方法、装置、设备及存储介质。
-
公开(公告)号：CN112307351A
公开(公告)日：2021-02-02
申请号：CN202011318160.2
申请日：2020-11-23
申请人： 中国科学院计算技术研究所 , 腾讯科技(深圳)有限公司
IPC分类号： G06F16/9535 , G06F16/9536 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
摘要： 本申请公开了用户行为的模型训练、推荐方法、装置和设备，模型训练方法包括：获取用户行为序列；将用户行为序列输入当前模型参数下的用户行为序列模型，得到当前用户表达；根据当前用户表达与用户行为序列，得到第一训练样本；根据第一训练样本采用互信息损失函数确定互信息损失值，并根据互信息损失值更新用户行为序列模型的模型参数；以更新后的模型参数作为当前模型参数，返回执行将用户行为序列输入当前模型参数下的用户行为序列模型，得到当前用户表达的步骤，直至当前模型参数满足预设条件。本申请通过基于互信息最大化的无监督学习方法实现了用户行为序列建模，降低用户行为序列模型的训练时间和成本，可广泛应用于人工智能领域。
-
公开(公告)号：CN105022754B
公开(公告)日：2020-05-12
申请号：CN201410177246.6
申请日：2014-04-29
申请人： 腾讯科技(深圳)有限公司
摘要： 本发明公开了一种基于社交网络的对象分类方法及装置，属于计算机技术领域。所述方法包括：获取对象的特征信息；将特征信息表示成语义向量，语义向量用于反映各个分词在特征信息中同时出现时的相关性特征；将对象的特征信息的语义向量输入预定分类器，得到对象被分类后的初始类别。本发明通过将对象的特征信息表示成语义向量，将该语义向量输入预定分类器，得到对象被分类后的初始类别；解决了现有技术中由于用户信息和群组信息有数亿的规模，空间向量的维度非常大，导致计算的时间复杂度与空间复杂度都非常大，严重损害到向量空间模型的处理效率以及性能的问题；达到了可以大大降低计算的复杂度，提高向量空间模型的处理效率以及性能的效果。
-
公开(公告)号：CN107797998A
公开(公告)日：2018-03-13
申请号：CN201610754885.3
申请日：2016-08-29
申请人： 腾讯科技(深圳)有限公司
CPC分类号： G06F17/30867 , G06Q50/01
摘要： 本发明涉及一种含谣言用户生成内容识别方法和装置，该方法包括：获取内容标识，所述内容标识用于标识待识别的用户生成内容；查询与所述内容标识对应的传播用户标识；查询与所述传播用户标识对应的传播用户属性；获取对应于所述内容标识的所述传播用户标识之间的传播关系；通过神经网络模型从所述传播用户属性和所述传播关系中提取传播特征；根据所述传播特征识别所述待识别的用户生成内容是否为含谣言用户生成内容。本发明提供的含谣言用户生成内容识别方法和装置，提高了识别含谣言用户生成内容的效率。
-
公开(公告)号：CN104601438B
公开(公告)日：2017-12-01
申请号：CN201410180918.9
申请日：2014-04-28
申请人： 腾讯科技(深圳)有限公司
IPC分类号： H04L12/58
摘要： 本发明适用于互联网领域，提供了一种好友推荐的方法和装置，该方法包括：获取用户的数据信息；根据所述用户的数据信息，确定所述用户候选的推荐好友以及所述候选的推荐好友的特征向量，所述特征向量包括用户的个人属性的量化信息和社交网络拓扑结构的量化信息；根据预先训练得到的模型，计算所述特征向量对应的分值，得到用户好友的分值排序；根据计算得到的用户好友的分值排序，向用户推荐好友。本发明实施例通过综合用户的个人属性信息以及拓扑网络结构信息，推荐的参考数据更加全面。此外，通过用户的个人数据信息确定候选的推荐好友，使推荐好友的覆盖率更全面，可以显著的提高用户好友推荐的准确率。
-
公开(公告)号：CN104615616B
公开(公告)日：2017-03-22
申请号：CN201410185426.9
申请日：2014-05-04
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06F17/30
摘要： 本发明提供了一种群组推荐方法和系统，其中所述方法包括：获取用户常驻点位置：获取与所述常驻点位置对应的位置名称；根据预存的位置名称与群组的对应关系，获取与所述常驻点位置对应的位置名称所对应的群组作为候选群组；将所述候选群组进行排序处理并推荐给用户。上述群组推荐方法和系统能向用户推荐与用户常驻点位置有关的群组，且能够提高基于位置的群组推荐的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.05 秒)
